字节跳动面试：Redis 数据结构有哪些？分别怎么实现的？

🧠 字节跳动面试：Redis 数据结构有哪些？分别怎么实现的？

❝

"Redis 支持哪些数据结构？" 当面试官在问这题时，我的脑子只闪过一句话： 「"这题......不就是字符串、列表、哈希、集合、有序集合嘛～"」

❞

结果------面试官微微一笑。 这笑容，就像你答完小学数学题，却被要求推导出牛顿第二定律一样😅。 后来我才明白，这题真正考的不是"记忆力"，而是**「底层原理 + 实战思维」**。

今天我们就像老朋友一样，聊聊这道"Redis 数据结构的灵魂拷问"背后的那些技术点，顺便上点代码，看看 Go 和 Java 里分别该怎么玩。

---

⚙️ 一、Redis 常见数据结构概览

类型	说明	底层实现
String	字符串（可以是数字、文本、二进制）	SDS（简单动态字符串）
List	链表/队列	双端链表（quicklist）
Hash	键值对集合	ziplist / hashtable
Set	无序集合	intset / hashtable
ZSet（Sorted Set）	有序集合	skiplist + hashtable

看到这表别急着打哈欠😴，下面才是灵魂部分👇。

---

🧩 二、String ------ SDS 动态字符串结构

Redis 的 String 并不是简单的 C 字符串，而是自己造了一个叫 「SDS（Simple Dynamic String）」 的轮子。

它长这样：

struct sdshdr {
    int len;    // 实际使用长度
    int free;   // 剩余可用空间
    char buf[]; // 数据内容
};

SDS 的优势是什么？✅

• 支持二进制安全（"\0" 不会截断）
• 支持动态扩容（append 时自动扩容）
• 减少内存碎片

🕵‍♂ 实战场景： 比如计数器、缓存字符串、JSON 数据、Session token 等，全部走 String。

👉 Java 实现示例

public class RedisString {
    private StringBuilder data = new StringBuilder();

    public void append(String s) {
        data.append(s);
    }

    public String get() {
        return data.toString();
    }

    public static void main(String[] args) {
        RedisString s = new RedisString();
        s.append("hello");
        s.append(" world");
        System.out.println(s.get());
    }
}

👉 Go 实现示例

type RedisString struct {
 buf []byte
}

func (s *RedisString) Append(str string) {
 s.buf = append(s.buf, str...)
}

func (s *RedisString) Get() string {
 return string(s.buf)
}

❝

🤔 看出来了吗？这其实就是一个"能扩容的字节数组"。

❞

---

📜 三、List ------ quicklist 双端链表

面试官常问："Redis 的 List 是用什么实现的？" 很多人回答"链表"，但其实是**「quicklist」**------它是"链表 + 压缩列表（ziplist）"的混合体！

❝

每个节点存的是一小段连续内存（ziplist），再用双向链表串起来。 优点：兼顾随机访问和内存利用率。

❞

🕵‍♂ 实战场景： 消息队列、时间序列数据、评论列表。

👉 Java 模拟实现

import java.util.LinkedList;

public class RedisList {
    private LinkedList<String> list = new LinkedList<>();

    public void lpush(String value) {
        list.addFirst(value);
    }

    public String rpop() {
        return list.pollLast();
    }

    public static void main(String[] args) {
        RedisList q = new RedisList();
        q.lpush("task1");
        q.lpush("task2");
        System.out.println(q.rpop()); // task1
    }
}

👉 Go 模拟实现

type RedisList struct {
 data []string
}

func (r *RedisList) LPush(v string) {
 r.data = append([]string{v}, r.data...)
}

func (r *RedisList) RPop() string {
 if len(r.data) == 0 {
  return ""
 }
 v := r.data[len(r.data)-1]
 r.data = r.data[:len(r.data)-1]
 return v
}

---

🧱 四、Hash ------ ziplist / hashtable

Redis 会根据数据量选择底层结构：

• 小数据量：「ziplist」（紧凑存储）
• 大数据量：「hashtable」 （类似 dict）

这其实就是"空间换时间"的经典思路。

🕵‍♂ 实战场景： 用户信息（user:1:name=Tom）、商品属性缓存、对象缓存。

Java 代码示例

import java.util.HashMap;
public class RedisHash {
    private HashMap<String, String> map = new HashMap<>();

    public void set(String key, String value) {
        map.put(key, value);
    }

    public String get(String key) {
        return map.get(key);
    }
}

Go 代码示例

type RedisHash struct {
 data map[string]string
}

func (h *RedisHash) Set(k, v string) {
 if h.data == nil {
  h.data = make(map[string]string)
 }
 h.data[k] = v
}

func (h *RedisHash) Get(k string) string {
 return h.data[k]
}

---

🔢 五、Set ------ intset / hashtable

Set 是无序集合，底层实现分两种：

• 全是整数：intset
• 否则：hashtable

🕵‍♂ 实战场景： 点赞去重、黑名单、用户标签、抽奖池。

简单示例（Go）

type RedisSet struct {
 data map[string]struct{}
}

func (s *RedisSet) Add(v string) {
 if s.data == nil {
  s.data = make(map[string]struct{})
 }
 s.data[v] = struct{}{}
}

func (s *RedisSet) Contains(v string) bool {
 _, ok := s.data[v]
 return ok
}

---

📈 六、ZSet ------ skiplist + hashtable

来了，Redis 里最有"算法气质"的结构 ------ 有序集合 ZSet。

❝

它的核心是 「跳表（skiplist）+ 哈希表」：

• 哈希表用于快速查找成员
• 跳表用于按分数排序和范围查询

❞

比如排行榜、延迟任务调度、推荐系统排序，都离不开它。

Java 伪代码

class ZSet {
    TreeMap<Double, String> scoreMap = new TreeMap<>();
    HashMap<String, Double> valueMap = new HashMap<>();

    void add(String member, double score) {
        scoreMap.put(score, member);
        valueMap.put(member, score);
    }

    String range(double min, double max) {
        return scoreMap.subMap(min, max).toString();
    }
}

Go 伪实现

type ZSet struct {
 scores map[string]float64
}

func (z *ZSet) Add(member string, score float64) {
 if z.scores == nil {
  z.scores = make(map[string]float64)
 }
 z.scores[member] = score
}

func (z *ZSet) Range(min, max float64) []string {
 var res []string
 for k, v := range z.scores {
  if v >= min && v <= max {
   res = append(res, k)
  }
 }
 return res
}

---

💡 七、延伸思考：为什么 Redis 不直接用 ArrayList / HashMap？

这也是很多人忽略的"面试加分点"👇 Redis 设计的核心目标是：「内存效率 + 性能极致」。 它所有的数据结构都经过"空间压缩 + CPU 缓存友好"优化。

比如：

• SDS 避免频繁 malloc/free
• ziplist 减少指针开销
• skiplist 用概率结构平衡时间复杂度和实现复杂度

这就是为什么 Redis 在做缓存、计数器、排行榜时，总是那么丝滑。

---

🧭 八、总结：从背诵到理解

❝

📖 背：String / List / Hash / Set / ZSet 🧠 懂：SDS / quicklist / ziplist / skiplist 💪 用：计数器 / 队列 / 缓存对象 / 去重 / 排行榜

❞

其实这道"Redis 数据结构有哪些"的问题，考的不是背诵，而是你能否从底层结构，联想到它在真实业务里的**「取舍与应用」**。

当你能说出：

❝

"ZSet 是用跳表实现的，可以支持排行榜和延迟队列" 或者 "Hash 小时是 ziplist，大时是 hashtable，用于节省内存"

❞

面试官那抹"神秘的微笑"，就会变成赞许的点头😉。

---

「结尾彩蛋🎁」 如果你想继续深入 Redis 的实现，可以去读下它的 src/t_zset.c 和 t_hash.c，那才是真正的宝藏代码。

---